Уникальные публикации PubMed, Europe PMC и Crossref, сохранённые в библиотеке. Одна статья учитывается один раз, даже если получена из нескольких источников. Личные исследования и документы команд не публикуются.
Идёт проверка счётчикаДоступно в поиске—
Публикации, уже подготовленные для быстрого поиска. Остальная библиотека подключается в фоне.
Переведено на русский—
Готовые переводы среди доступных в поиске публикаций. Автоматический медицинский перевод и проверка специалистом учитываются отдельно.
Полные тексты—
Найденные полные тексты среди доступных в поиске публикаций. Доступность определяется первоисточником и условиями использования.
Оригиналов на русском—
Русскоязычные оригиналы доступны без ожидания перевода. Ниже — языки остальных оригиналов; для них готовится медицинский перевод на русский.
Пополняем библиотеку по диагнозам—Проверяем состояние обновлений
Для каждого диагноза из справочника МКБ-10 ищем связанные публикации в научных базах и добавляем их в библиотеку. Числа ниже — диагнозы, а не статьи.
Если сбор прервался, тема требует повторной попытки. Уже сохранённые статьи остаются в библиотеке.
Нажмите на показатель для подробностей. Показатели поиска обновляются автоматически; размер всей библиотеки сверяется отдельно. Время последней проверки указано явно.
Результаты поиска
20270 публикаций
Поиск: 336 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
OBJECTIVE: Child undernutrition is a global public health problem with serious implications. In this study, we estimate predictive algorithms for the determinants of childhood stunting by using various machine learning (ML) algorithms.
DESIGN: This study draws on data from the Ethiopian Demographic and Health Survey of 2016. Five ML algorithms including eXtreme gradient boosting, k-nearest neighbours (k-NN), random forest, neural network and the generalised linear models were considered to predict the socio-demographic risk factors for undernutrition in Ethiopia.
SETTING: Households in Ethio
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: To predict risk of pre-eclampsia (PE) in women using machine learning (ML) algorithms, based on electronic health records (EHR) collected at the early second trimester.
STUDY DESIGN: A total of 3759 cases of pregnancy who received antenatal care at Xinhua hospital Chongming branch Affiliated to Shanghai Jiaotong University were included in this retrospective EHR-based study. Thirty-eight candidate clinical parameters routinely available at the first visit in antenatal care were collected by manual chart review. Logistic regression (LR), random forest (RF), support vector machine (S
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The objective of this work was to perform image-based classification of abdominal aortic aneurysms (AAA) based on their demographic, geometric, and biomechanical attributes. We retrospectively reviewed existing demographics and abdominal computed tomography angiography images of 100 asymptomatic and 50 symptomatic AAA patients who received an elective or emergent repair, respectively, within 1-6 months of their last follow up. An in-house script developed within the MATLAB computational platform was used to segment the clinical images, calculate 53 descriptors of AAA geometry, and generate vol
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Machine learning (ML) algorithms to detect critical findings on head CTs may expedite patient management. Most ML algorithms for diagnostic imaging analysis utilize dichotomous classifications to determine whether a specific abnormality is present. However, imaging findings may be indeterminate, and algorithmic inferences may have substantial uncertainty. We incorporated awareness of uncertainty into an ML algorithm that detects intracranial hemorrhage or other urgent intracranial abnormalities and evaluated prospectively identified, 1000 consecutive noncontrast head CTs assigned to Emergency
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Traffic crashes involving pedestrians tend to result in the most casualties (minor, serious, or fatal). Therefore, accurately determining the level of responsibility in a pedestrian crash is crucial, as liability can lead to civil, administrative, or criminal consequences. Despite its importance, the scientific literature contains very few studies focused specially on the attribution of responsibility in traffic accidents, and even fewer focus on pedestrian collisions. This study evaluated different supervised classification models using Machine Learning (ML) techniques to classify the levels
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVES: This study evaluated whether spectrophotometric CIELAB color measurements can support machine-learning (ML) classification of occlusal caries severity based on ICDAS categories.
METHODS: Three hundred extracted human teeth were visually classified using ICDAS (0-4) and served as labels for supervised learning. Five occlusal sites per tooth were measured using a spectrophotometer under standardized conditions. Site-level CIELAB values were transformed into engineered color features and aggregated at the tooth level. Teeth were categorised as sound (ICDAS 0), initial carious lesions
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Introduction: Drug side effects are a relevant problem for patient safety and public health, and traditional methods have limitations in capturing complex patterns between clinical and pharmacological variables. Objective: To evaluate machine learning models to probabilistically predict multiple side effects associated with drug use. Materials and methods: A cross-sectional computational study was carried out with data from 1000 medications that included clinical condition, dosage and duration of treatment. Random Forest, Decision Tree, Support Vector Classifier and KNN were trained and optimi
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Knowledge-based planning (KBP) has emerged as a promising approach to improve the consistency and efficiency of radiotherapy by utilizing prior clinical data to guide treatment planning. This study aimed to evaluate the performance of various machine learning (ML) algorithms for predicting key dosimetric parameters in 3D conformal radiotherapy (3D-CRT) of left-sided breast cancer, with the goal of reducing manual trial-and-error during plan optimization. A retrospective dataset of 75 breast cancer patients treated with 3D-CRT was used. Geometric and dosimetric features, including beam and orga
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: Traumatic cardiac arrest differs from non-traumatic regarding epidemiology. This study evaluated five machine learning classifiers' ability to identify traumatic cardiac arrest in the Danish Cardiac Arrest Registry, which currently relies on manual review.
METHODS: This retrospective study employed split sampling to train and test models using medical records of cardiac arrest patients from 2016 to 2021. Data were preprocessed, resampled, and classified using five classification models. Shapley Additive Explanations values were used to explain the models' predictions except for the
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Blood-based biomarkers for stroke subtyping could improve triage in emergency settings. We used cross-platform proteomics to identify plasma biomarkers differentiating major stroke diagnostic groups.
METHODS: We conducted a case-control study using 2 biorepositories. Plasma was collected in the emergency department from adults with suspected stroke before therapeutic intervention. Differentially enriched proteins were identified across acute ischemic stroke, intracerebral hemorrhage, transient ischemic attack, and stroke mimics using SomaScan discovery proteomics (Grady). Differen
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Polycystic ovary syndrome (PCOS) represents one of the most prevalent endocrine disorders affecting women of reproductive age, with significant implications for metabolic, reproductive, and psychological health. Early and accurate diagnosis remains challenging due to heterogeneous clinical presentations and the complexity of diagnostic criteria.
OBJECTIVE: This study aimed to develop and compare multiple machine learning algorithms for predicting PCOS diagnosis, evaluating their performance across various metrics to identify the most effective computational approach for clinical d
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND AND AIM: Intraoperative hypotension is one of the most common surgical adverse effects, often associated with postoperative organ damage and complications. The use of non-invasive methods to predict hypotension during surgery could significantly reduce these complications. Recently developed machine learning algorithms show promise for improving the prediction of hypotension and enhancing detection during surgical procedures. Our meta-analysis aimed to evaluate the clinical performance of machine learning algorithms for predicting intraoperative hypotension.
METHOD: A systematic se
СтатьяМетаанализСистематический обзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Retinopathy of prematurity (ROP) has emerged as one of the leading causes of visual impairment or blindness among newborn infants worldwide. The purpose of this study was to develop a predictive model for ROP using machine learning methods.
METHODS: A retrospective study was conducted on 586 neonates admitted to the Department of Neonatology at the First Affiliated Hospital of Guangxi Medical University from January 2019 to January 2024, who met the inclusion criteria and underwent ROP screening.1.ROP-related risk factors were collected by reviewing electronic medical records duri
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: To evaluate the predictive value of clinical features in the diagnosis of endometriosis by utilizing machine learning algorithms (MLAs), aiming to develop an accurate, explainable prediction model.
DESIGN: Retrospective case-control study from 2011 to 2022.
SETTING: Tertiary referral center specializing in pelvic pain and minimally invasive gynecologic surgery.
PARTICIPANTS: All women aged 18 to 55 undergoing laparoscopic or robot-assisted excision of lesions of the ovary, pelvic viscera, or peritoneal surface by a single surgeon from 2011 to 2022. Exclusion criteria included wom
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Posterior penetrating eye injury can lead to retinal tearing, detachment, and intraocular fibrosis that require timely intervention without compromising vision. Currently, ophthalmoscopy is the gold standard for visualizing the retina, even though one cannot consistently detect retinal abnormalities by relying on such a method alone. The objective of this work was to determine whether automated image processing systems based on machine learning (ML) could facilitate the identification of subtle changes in the retina following an injury.
MATERIALS AND METHODS: Ten Dutch Belted ra
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Invasive mold infections (IMI) can lead to severe morbidity and mortality, but routine public health surveillance is lacking. Although extensive evaluation is needed for clinical diagnosis, case classification prediction models may inform surveillance efforts, which are essential to better characterize epidemiologic trends and assess the value of a more inclusive IMI case definition.
METHODS: We modeled medical record data of potential IMI cases from 4 medical centers in Houston, Texas, during September 2016 to August 2018. We used least absolute shrinkage and selection operator a
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Fluorescence spectroscopy coupled with a random forest machine learning algorithm offers a promising non-invasive approach for diagnosing glycosuria, a condition characterized by excess sugar in the urine of diabetic patients. This study investigated the ability of this method to differentiate between diabetic and healthy control urine samples. Fluorescent spectra were captured from urine samples using a Xenon arc lamp emitting light within the 200 to 950 nm wavelength range, with consistent fluorescence emission observed at 450 nm under an excitation wavelength of 370 nm. Healthy control samp
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Early detection of the risk of sarcopenia at younger ages is crucial for implementing preventive strategies, fostering healthy muscle development, and minimizing the negative impact of sarcopenia on health and aging. In this study, we propose a novel sarcopenia risk detection technique that combines surface electromyography (sEMG) signals and empirical mode decomposition (EMD) with machine learning algorithms. First, we recorded and preprocessed sEMG data from both healthy and at-risk individuals during various physical activities, including normal walking, fast walking, performing a standard
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Tuberculous meningitis (TBM) poses a diagnostic challenge, particularly impacting vulnerable populations such as infants and those with untreated HIV. Given the diagnostic intricacies of TBM, there's a pressing need for rapid and reliable diagnostic tools. This review scrutinizes the efficacy of up-and-coming technologies like machine learning in transforming TBM diagnostics and management. Advanced diagnostic technologies like targeted gene sequencing, real-time polymerase chain reaction (RT-PCR), miRNA assays, and metagenomic next-generation sequencing (mNGS) offer promising avenues for earl
СтатьяОбзорПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Predictive models have been used to aid early diagnosis of PCOS, though existing models are based on small sample sizes and limited to fertility clinic populations. We built a predictive model using machine learning algorithms based on an outpatient population at risk for PCOS to predict risk and facilitate earlier diagnosis, particularly among those who meet diagnostic criteria but have not received a diagnosis.
METHODS: This is a retrospective cohort study from a SafetyNet hospital's electronic health records (EHR) from 2003-2016. The study population included 30,601 women age
ПрепринтСтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.